跳到正文
AI Spark / Signal Archive

#工作流自动化

按时间与主题检索每一条 AI 创作信号,从发现到回溯保持同一条路径。

0今日新增6当前结果08:20 更新
10月2日周五
  1. AWS Machine Learning Blog62

    AWS 如何用 Amazon Bedrock AgentCore 构建事件驱动的 ambient agent

    AWS 发布参考实现,演示如何用 Amazon Bedrock AgentCore 构建 ambient agent:由 Amazon S3 事件或定时任务触发,经 SQS 与 Lambda 调用 AgentCore Runtime 上的容器化 LangChain agent,需要时通过单个 ask_human 工具暂停并等待人工回复。

    编辑推荐 / 面向在 AWS 上做文档处理与告警分流的开发者,可据此参考实现搭建事件驱动、带人工审批的 Agent 流水线,注意示例仅覆盖 S3 与定时两类信号源。

  2. AWS Machine Learning Blog62

    Amazon Payments 如何用 Amazon SageMaker AI 上的 contextual bandits 提升获客漏斗转化

    Amazon Payments 在 Amazon SageMaker AI 上用多目标 contextual multi-armed bandit 对产品获客漏斗做个性化,七周在线 A/B 测试中,一个人群在最终漏斗转化上目前看到高个位数百分比的相对提升,另一个人群相较现有体验没有改善。

    编辑推荐 / 做个性化推荐与转化优化的产品、增长和算法团队可参考其多目标 contextual bandit 架构与踩坑经验,注意内容池质量可能才是效果瓶颈。

  3. AWS Machine Learning Blog60

    AWS 如何在 Amazon Bedrock AgentCore 上用四 Agent 模式扩展云迁移

    AWS Professional Services 在 Amazon Bedrock AgentCore 上给出四 Agent 迁移模式,覆盖 Intake、IaC、迁移治理与 SRE 四个环节,基于内部项目跟踪数据,IaC 开发时间从每应用 3 到 4 周降至分钟级。

    编辑推荐 / 负责大规模上云迁移的企业架构与平台团队可据此评估四 Agent 模式是否值得自建,并先用试点波次测算单应用 token 与运行成本。

10月1日周四
  1. AWS Machine Learning Blog68

    如何在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线

    AWS 官方博客给出在 Amazon Bedrock AgentCore Runtime Instances 上部署三智能体音乐制作流水线的完整步骤:Composition、Delivery、Compliance 三个智能体通过同一 runtimeSessionId 共享会话,被调度到同一台 GPU 实例上协作。

    编辑推荐 / 面向在 AWS 上构建多智能体系统的开发者,可据此了解 Runtime Instances 的共享会话、GPU 与持久卷用法,并注意 EBS 卷受可用区限制。

9月26日周六
9月25日周五